论文技能包
社区

论文技能包

用于撰写学术论文、计算数据和解析论文上下文的专业技能。

3 技能 0 安装次数
今天更新

安装

运行此命令,安装该技能包中的全部技能:

npx skillstore add @thesis-skill-pack

CLI 会自动检测 Codex 和 Claude Code 文件夹;如果两者都可用,就会同时安装。

概览

使用指南

由 AI 增强

快速开始

  1. 1
    明确你的需求并选择合适的技能

    根据当前任务选择技能:需要解析缺失的论文细节(例如数据集划分)→ 使用 paper-context-resolver;需要将零散笔记组织成叙事内容 → 使用 writing-beats;需要生成 Nature 风格草稿 → 使用 nature-writing。

  2. 2
    使用 paper-context-resolver 解析复现细节

    提供目标论文标题或 DOI,以及 README 中缺失的具体细节。例如:'解析 ECCV 2020 paper X 的验证集划分方案'。系统将返回精确细节和可能的冲突记录。

    输入:
    - 论文标题: "Learning from Ambiguous Data"
    - 疑问: "验证集是随机划分还是固定划分?"
    输出:
    - 划分方案: 固定划分,基于原始数据集的第1-1000样本
    - 冲突: README 中使用随机划分,需注意
  3. 3
    使用 writing-beats 创建叙事型文章

    提供源材料(例如实验结果或观察笔记)。选择第一个节拍(例如“描述实验设置”)。系统写出该节拍后,从提供的选项中选择下一个节拍,直到文章完成。

    起始材料:
    - 实验A: 准确率 92%
    - 实验B: 准确率 95%
    - 观察: 改进来自数据增强
    起始节拍: "介绍实验A"
    系统输出节拍后,选项: ["转向实验B", "讨论数据增强", "分析失败案例"]
  4. 4
    使用 nature-writing 生成科学手稿

    提供你的研究陈述、核心结果、图表或中文草稿。系统将输出 Nature 风格的手稿草稿,包括标题、摘要、引言、方法、结果和讨论等章节。

    输入:
    - 主要发现: 新模型在小样本学习上超越 SOTA 5%
    - 图表: 图1 准确率对比,图2 收敛曲线
    - 中文笔记: 我们提出了一种基于元学习的架构...
    输出:
    - 摘要段落
    - 引言部分
    - 方法: 模型架构描述

详细指南

# 论文技能包使用指南

## 概述
Paper Skills Pack 是一组面向研究人员设计的专业工具,涵盖三项核心能力:解析文献细节、构建叙事型文章,以及撰写 Nature 风格的科学手稿。无论你是论文写作新手,还是希望高效产出的资深研究人员,此技能包都能帮助你提升写作质量和效率。

## 核心技能

### 1. paper-context-resolver
**用途:** 当 README 和仓库文件缺少关键复现细节时,从原始论文来源中解析具体细节(例如数据集划分、预处理方法、评估协议、checkpoint 映射或运行时假设),并记录冲突。
**适用场景:** 仅适用于复现 AI 论文时遇到的、需要精确解析论文细节的狭窄缺口。不适用于:一般论文摘要、仓库概览、环境设置、命令执行或仅凭标题查找。
**示例:** 假设你正在复现一篇 CV 论文,但 README 没有说明测试集如何划分。使用此技能解析原始论文,获取准确划分方式,并记录与仓库假设的冲突。

### 2. writing-beats
**用途:** 将文章塑造成基于节拍的“选择你自己的冒险”风格。用户从源材料中选择一个起始节拍,系统只写该节拍,然后提供下一步选项。节拍持续推进,直到文章自然结束。
**适用场景:** 当你拥有源材料(例如实验数据或观察笔记),并希望将其构建成叙事型文章,而不是论证型论文时。
**示例:** 你有关于三个实验结果的笔记。从“结果 A”节拍开始,系统写出一小段内容,然后提供“引入结果 B”、“讨论结果 A 的意义”和“方法细节”等选项,逐步完成故事。

### 3. nature-writing
**用途:** 基于作者提供的陈述、结果、图表、笔记或中文草稿,起草、重组和规划 Nature 风格的科学手稿章节。
**适用场景:** 当你需要将零散研究数据或中文草稿转换为专业、规范的 Nature 期刊格式时。
**示例:** 提供你的实验数据和关键发现,此技能会生成摘要、引言、方法和结果讨论等草稿章节,同时确保结构遵循 Nature 指南。

## 建议工作流
1. 首先,使用 **paper-context-resolver** 澄清复现过程中遇到的任何模糊细节;
2. 然后,使用 **writing-beats** 以叙事方式连接你的研究故事;
3. 最后,使用 **nature-writing** 将叙事内容转化为正式的科学手稿。

## 注意事项
- 每项技能都有特定用途;不要误用。例如,paper-context-resolver 不应被用于常规论文阅读。
- writing-beats 最适合探索性和描述性文章,不适合需要严谨逻辑论证的论文。
- 使用 nature-writing 时,请确保你提供的源材料足够详细,以获得最佳结果。

通过恰当地组合这三项技能,你可以高效完成从研究数据到可投稿论文的完整工作流。

技能

3